目前,关于人脸图像的处理包含人脸识别、人脸跟踪、姿态估计、表情识别等内容,而人脸检测是上述内容实现的基础。人脸检测问题也是计算机视觉和模式识别领域的一个研究热点。Curvelet变换是近年来提出的多尺度变换中的一种,该变换具有很强的方向性,且能用极少的非零系数精确表达图像的边缘,对物体边缘信息具有最优稀疏表示,可以以较少的系数表达图像的特征。第一代Curvelet变换的数字实现算法冗余度较高,现在,第二代Curvelet变换的快速算法已经实现,变换速度的提高,为Curvelet变换的应用提供了有利条件。本文针对人脸检测中的若干问题,提出了先对图像进行基于肤色分割的人脸区域预分割,然后再利用基于Curvelet变换提取的人脸特征对备选肤色区域进行验证的人脸检测方法。首先,选择YCbCr彩色空间来进行肤色区域分割,以快速去除复杂的背景,提高人脸检测的效率。其次,利用Curvelet变换提取出人脸样本的特征,得到特征脸。最后,在分割出肤色区域和提取出特征脸的条件下,对每一个疑似人脸的肤色区域进行Curvelet变换,将最小尺度的变换系数和特征脸的系数进行比较,在均方误差不超过某一阈值的情况下判断为人脸。实验证明,本文提出的人脸检测方法是合理的,具有一定的实用价值。